v0.8.13-alpha — human_dom 省略 profile 解析硬化(修 P6)

AgentHub #100 E2E P6 真机根因修复（接在 v0.8.12-alpha 之后，独立批）。

根因（取证四次反转锁定）

P6 轮 108 turns 填不进公众号标题 = human_dom_fill/locate 省略 profile → human_dom_profile_id("") 硬默认 "default" → 桥严格路由找不到 default tab（operator tab 注册 op-...）→ no_tab_for_profile，死在解析步没到 DOM。不是 data-placeholder(E1，早在 59fe476/v0.8.10-alpha 实现、P1-P10 标题都填过)、不是 fill 落字。

修法

• 主项：DomBridge.active_operator_profile()（连接客户端注册表=真活跃证据，最近活跃优先，锁内 copy 消脏读）+ resolve_profile_id（显式 profile 一行不变、省略→活跃 operator、无 operator→回退 default）+ 三工具响应带 resolved_profile 可观测。
• 有意语义收紧：operator + 日常 default 并存时「省略 profile」改指 operator（治 P6，非回归；日常 default 用显式 profile 逃生）。
• 次项：human_dom_fill 抽 _do_fill + E2 失败重试一次（re-tap 复用首次 center）。E1/E2/E3 已在 59fe476 实现、不重写。

真机验收（test-win11 复现 P6）

省略 profile 的 human_dom_fill(query="请在这里输入标题") → {ok:true, verified:true, resolved_profile:"op-f218...", retried:true}（解析命中 operator、标题落字、E2 重试真机 kicked in）；对照原失败 {ok:false, reason:no_tab_for_profile, profile:default} → 108 turns。

质量门禁

architect 审 + code-reviewer 审（均无 BLOCKING）；22 单测（显式零回归 + 解析算法 + E2 重试）+ common 297 passed；只碰 human_dom 纯 Python（content.js/E1/E3/_os_fill/_locate 未动）。E4 iframe 后置不做。

🤖 Generated with Claude Code

v0.8.12-alpha — 设备操作定点精度 R1+R4+R5

AgentHub #100 目标3 复用闭环 E2E 的定点精度提升，三条独立子特征合入，真机 10 轮公众号发文 E2E 验收通过。

精度红利（真机 10 轮 E2E）

• 截图/轮 ~51 → 10.4（↓80%）
• turns/轮 ~50 → ~40
• est token/轮 ~96K → ~40-50K
• 0 相邻图标误点（对照基线的「误点视频→进错编辑器入口」）
• 10/10 草稿全落箱逐字验证

R1 vision 坐标系确定性校正

把「截图空间≡tap 空间」做成显式硬不变量：win DPI awareness 提前置位+接返回值、单一 _capture_in_tap_space 原语、暴露 scale_factor/dpi_aware（仅自检、绝不进坐标运算）。取证反转——不加除法层（center 已在 tap 空间，除 scale 会双重校正）。真机 core 已验（_ensure_dpi_awareness=True/scale_factor=1.0）；150% DPI 缩放专测待用户在场。

R4 human_dom 扩覆盖

accessibleName 补可及名（既有 visibleText 链不动、空才追加 aria-labelledby/自身alt/后代img-alt/svg title）+ 有界扩池 + DOM 包含去重（绝不按中心距）。真机命中后台入口「新的创作」「草稿箱」、0 相邻误点，证入口为可及名型、R4 对症。

R5 反应式 hover-verify + score 暴露

vision_locate 透出 OCR ocr_conf（低置信闸输入，行级）+ 新 core 工具 hover_preview(x,y)（移真鼠标+截图+PIL 画确定性十字@tap点）。core 归属避开 vision 的 rapidocr/opencv deps gate（真机 tools/list 确认 hover_preview=True/vision_locate=False）。真机重度实用。

质量门禁

三条各 architect 审 + code-reviewer 审（均无 BLOCKING）；本机纯函数/node-vm 全绿 + common 284 passed；集成分支已 reconcile R1↔R5 的 _capture_logical_png→_capture_in_tap_space 改名点（NameError 已消除）。

后续（不在本批次）：编辑器字段填充（微信标题 ProseMirror data-placeholder 间歇填不进）另立批次。

🤖 Generated with Claude Code

v0.8.11-alpha — human_browser_open 幂等复用

human_browser_open 幂等复用（AgentHub #100 轮31）

真机实证：操作员 agent 把 human_browser_open 当"翻页/刷新"反复调（一个任务 17 次），原实现每次无条件重启 Chrome + 重跑 CDP 装扩展 → 慢（每次冷启动数秒）+ 破坏（有时把已登录的公众号后台页顶成新标签/Google 首页，agent 落错页 churn）。光靠 skill 文案劝不住模型的重开习惯，故在工具层做成幂等。

变更

• 探测两路：① 盘扫 <udd>/DevToolsActivePort + /json/version 探活的 CDP 端点（human_dom 专用 profile 带临时 debug 端口，随 Chrome 存活，跨 server 重启也可探到）；② 进程内启动注册表（覆盖无 debug 端口的非 human_dom 专用 profile）。陈旧 DevToolsActivePort（上次崩溃死端口）→ 正确判冷。
• 热路径（复用）：不重 spawn、不重装扩展、不重 auto-bake、不新开标签；返回 reused:true + reuse_via。传 url 只在恰好 1 个标签才在当前页内导航（多标签无法可靠判前台页 → 一律不动，绝不盲选 page[0] 顶掉登录页）；同源即视为已在目标站不重载（保护登录态/编辑器）；仅 focus/最大化（非破坏）。
• 并发安全：「探测 → (冷)spawn → 登记」收进 per-key 锁，同一 profile 并发 open 只冷启动一次；慢的 CDP 装扩展留在锁外。
• 不变：冷路径（首开）spawn + 装扩展，reused:false；默认日常 Chrome（无 profile）恒 reused:false。platforms/common → win/mac 同一语义共享。

验收

• 合成：连开 3 次 → 冷启动 1 次 + 复用 2 次（无新进程/无新标签/无 loadUnpacked 重跑）✅
• 新增 23 条单测；platforms/common 全量 272 passed；blueprint-check 全绿；自走 code-reviewer 两轮（多标签盲选 + TOCTOU 竞态已修并复验通过）。

PR #74 · squash 84e4c9b

v0.8.10-alpha — human_dom ProseMirror 标题 locate + fill 回读

human_dom ProseMirror 修复 (AgentHub #100 E2E 轮29)

公众号发布员用 human_dom 填 ProseMirror 编辑器标题/正文反复失败。创始人真编辑器 DOM 取证定位真根因,本版修复:

• R1(主因) content.js visibleText 补读 data-placeholder/aria-placeholder,逐项先 trim 再判真假取第一个非空白来源。修复 code-review 抓出的短路隐患:真编辑体 innerText 是 "\n"(truthy),若整条 || 链最后统一 trim 会在 innerText 处短路、永远读不到 data-placeholder → 标题永远 locate 不到。仍只读、不改 DOM。
• R2(安全网) human_dom_fill 加回读校验:按填入片段本身再 locate 确认真落字才 ok:True/verified:True;没落字→ok:False/reason:fill_verify_failed/suggest vision,不再假成功。
• R3(加固) locate 候选按真可编辑(ce=true/input/textarea)排在 ce=false 占位 widget 前;输出补 editable 字段。
• 部署加固 meta.json 存 content.js 模板 tpl_hash,模板变更时重烤已有 profile 副本。
• iframe 穿透(R4)按需求文档降为普适非阻塞,不为 #100 先做。

验证

• test-win11 真机(Chrome 149)合成页端到端全过:①标题(innerText="\n"+data-placeholder)按占位文本 locate 命中、editable=true ②fill 标题真落字、回读 verified:true ③fill 打在 ce=false 只读壳→回读抓空→ok:False+suggest vision ④R3:同命中真编辑体与占位 widget 时 candidates[0] 为 editable。
• 249 common pytest + content.js node --check + test_content_js_visibletext.mjs(node vm 载入真实源码测逐项 trim)全过;CI 四检全绿;自派 code-reviewer 审核抓出并修复 1 项 Critical,复验闭环。

平台:platforms/common 改动 win/mac 自动共享;OS fill 机制未改。

PR #73 · 待 AgentHub 侧烤进桌面跑 #100 轮30 真机验收(草稿箱标题逐字一致 + 更新时间)。

v0.8.9-alpha — 起窗后强制最大化窗口

--start-maximized 被 Chrome per-profile 窗口尺寸恢复覆盖(半屏)→ server 侧 open 后 Win32 ShowWindow(SW_MAXIMIZE) 确定性强制最大化(不模拟键盘、agent 零操作)。真机 A/B 验证。连同 v0.8.8 的 --hide-crash-restore-bubble: 开窗即全屏 + 零恢复气泡。

v0.8.8-alpha — 抑制崩溃恢复气泡

专用 profile 启动加 --hide-crash-restore-bubble：强杀 chrome 后 profile 带 exit_type=Crashed → 下轮开窗弹「恢复页面?」气泡干扰 operator（轮10 四张求助卡作废）。产品兜住用户侧任何异常退出场景。真机验(test-win11/Chrome149)：同一 unclean+可恢复会话下, 不带 flag 弹恢复气泡、带 flag 开窗零气泡。238 测试全过。

v0.8.7-alpha — 修 human_dom 桥注册阻断(关 LNA/PNA) + status 盘扫描

AgentHub #100 阻断修复：human_dom DOM 主路径终于打通

E2E 目标2 7 轮 connected 从未 true、human_dom_locate 持续 no_tab_for_profile。系统排查 + instrument 真桥实锤根因：公开页(example.com/公众号)的 content script 直连 localhost 桥(ws://127.0.0.1)被 Chrome「本地网络访问(LNA/PNA)」gate —— 弹「本地网络访问 允许/屏蔽」且即使允许也长延迟, WS 注册不上。桥/注册/路由逻辑本身正确。

修复

• P0/P2：human_browser_open 起 human_dom 专用 profile 时加 --disable-features=LocalNetworkAccessChecks(与首启 feature 合并进同一个 --disable-features)。真机验(Chrome 149)：全新 profile 首启即 connected(1s)、零弹窗零人工、human_dom_locate 命中 example.com「Learn more」。作用域仅本专用 profile、非自动化标志、navigator.webdriver 仍 false、moat 不破。
• P1：human_dom_status installed 改纯盘扫描(去掉 bridge_port 过滤)——换 server/桥端口后旧 profile 的 installed 不丢；connected 才是本桥 WS 维度。
• docs：using-human-dom skill 更新为 v0.8.6+ 自动装现实(删掉操作员手动 Load-unpacked / 点 PNA 允许 / F5)。

237 common 测试全过；过 code-review。test-win11 dev checkout 已部署验证：全新 profile 装扩展→零 PNA→connected→locate 命中，全链路真机通过。

v0.8.6-alpha — 确定性装 human_dom 扩展(CDP loadUnpacked) + DPI/IME 修复

AgentHub #100：终结 GUI 视觉自助装扩展，转确定性路线

GUI 视觉自助 Load-unpacked 三轮真机全失败（DPI/坐标失配），创始人裁决转确定性安装。

可行性实证（test-win11 / Chrome 149）

• ❌ 企业策略 force-install 自托管 off-store crx：Chrome [BLOCKED]（非企业机只认商店扩展）。
• ✅ CDP Extensions.loadUnpacked：官方给自动化的 --load-extension 替代，端到端跑通、选定落地。

改动

• P0-A 确定性零 GUI 装扩展：human_browser_open 起专用 profile 加临时 debug 端口 → 经 CDP loadUnpacked 把 auto-bake 副本装进该 profile → navigate（必须 load 后再 navigate）。永不抛、装失败降级仍开目标页。
• P0-B human_dom_status 双维度 {installed, connected, profiles, hint}：installed 读装成功即写的 loaded.json（弃惰性 flush 的 Secure Preferences）；终结「未连接=未安装」误判。
• P1-A win 进程 per-monitor DPI-aware：screenshot↔tap 坐标统一。
• P2 type_text KEYEVENTF_UNICODE 绕输入法：真机实证 // 不再被中文输入法改成 、。

moat

临时 debug 端口对网站侧风控安全：navigator.webdriver 恒 false、loader 装完即 detach（无 Runtime.enable 侧信道）、网页 Origin 被 Chrome 403。已加 moat 回归护栏测试锁死不变量。

235 common 测试全过；真机冷启动全新 profile 装扩展链路已验（2.1s 连上）。过 code-review + architect 评审。

v0.8.5-alpha — human_dom profile 路由 + 桥端口可配 + 首启弹窗抑制 + auto-bake

AgentHub #211 配套（human_dom 发布链）

• human_dom 按 profile 维度路由 + 桥端口可配（#66）：支撑多 server / 多 profile 不串线。
• 全新 profile 首启原生弹窗抑制（#67）：_FIRST_RUN_SUPPRESS_FLAGS（--no-first-run 等），操作员直接进目标页。零自动化痕迹不破。
• human_browser_open(profile=X) auto-bake human_dom 扩展副本（#68）：起专用 profile 时自动烤好 per-profile 扩展副本，省掉最易漏的一步。

test-win11(Chrome 149) 真机验证。217 common 测试全过。

说明：本版为「视觉自助 Load-unpacked」路线的收尾基线。因 GUI 视觉装扩展三轮真机全失败（DPI/坐标失配），已转【确定性 CDP loadUnpacked】路线，见后续 v0.8.6-alpha。

v0.8.4-alpha — vision 能力模块 + agent→设备文件上传

发版自 v0.8.3-alpha 以来已合并、尚未发版的能力 + 文档收尾。完整条目见 CHANGELOG.md。

新增能力

• pc-device：vision 像素级元素定位能力模块（#55，win/mac，可选启用）。无障碍树为空/不可用（网页、canvas、Electron 关 a11y、Flutter、游戏）时，用 RapidOCR（PP-OCRv4 ONNX）+ OpenCV 模板匹配做像素定位，纯 CPU、离线。新增 vision_locate / vision_tap / vision_locate_image（win 71→74、mac 70→73）。职责切分：OCR 只管定位（实测中位 1px、0 token），理解仍归 agent 自身视觉。
• iOS：agent→设备文件上传（#54）。POST /upload + WDA Photos 扩展，任意大小，真机 iPad iOS 26.5 已验。
• Android：agent→设备文件上传（#53）。POST /upload + MCP 工具，真机 Android10 已验。

文档 / 版本

• PEP440 版本 0.8.3a1 → 0.8.4a1（cli + 4 servers）。
• 9 语 README + install.sh/install.ps1 版本串与 uvx 安装命令同步至 v0.8.4-alpha。

安装

uvx --from "git+https://github.com/metahub-tech/agent-fleet@v0.8.4-alpha#subdirectory=cli" agent-fleet setup